基于性能特征和故障征兆的數(shù)控機(jī)床故障診斷方法.pdf

1、隨著現(xiàn)代生產(chǎn)制造業(yè)的發(fā)展,數(shù)控機(jī)床已被廣泛使用。由于數(shù)控機(jī)床的結(jié)構(gòu)和功能復(fù)雜,因此一旦故障發(fā)生,故障的定位和診斷將非常困難。在數(shù)控機(jī)床發(fā)生故障后,快速、準(zhǔn)確地進(jìn)行故障診斷并實(shí)施維修,是企業(yè)設(shè)備維修維護(hù)中面臨的一大問(wèn)題。
　　針對(duì)數(shù)控機(jī)床故障診斷問(wèn)題復(fù)雜的特點(diǎn),本文開展了數(shù)控機(jī)床故障診斷方法研究。首先分析了數(shù)控機(jī)床的故障特征,并對(duì)國(guó)內(nèi)外數(shù)控機(jī)床的故障診斷技術(shù)進(jìn)行了概述,在比較各種方法的特點(diǎn)后選取了基于性能特征的智能診斷方法和基于故障

2、征兆的專家系統(tǒng)診斷方法。分析了數(shù)控機(jī)床性能劣化與故障發(fā)生的關(guān)系,基于數(shù)控機(jī)床的性能特征,建立了SOM-BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的人工神經(jīng)網(wǎng)絡(luò)模型及其訓(xùn)練算法,實(shí)現(xiàn)性能劣化故障診斷,并以精度特征數(shù)據(jù)為例,驗(yàn)證了診斷算法的正確性。分析了故障征兆與故障原因的關(guān)系,基于數(shù)控機(jī)床已發(fā)生的故障征兆,建立故障診斷的專家系統(tǒng)和CBR-RBR集成診斷機(jī)制,實(shí)現(xiàn)快速故障診斷,同時(shí)實(shí)現(xiàn)診斷知識(shí)庫(kù)的持續(xù)學(xué)習(xí)增長(zhǎng)。結(jié)合生產(chǎn)實(shí)際,設(shè)計(jì)并開發(fā)“大型數(shù)控機(jī)床故障診斷系統(tǒng)”原